农业机械学报

作者：吴政娴，文娟

单位：中国农业大学,中国农业大学,

关键词：农业大数据;智慧农业;隐私计算;数据安全

基金：国家重点研发计划项目（2021QY2221-1）

近年来，随着传感器、遥感、互联网技术的快速发展，农业大数据呈现爆发式增长。传统的农业大数据集中处理方法是将多方农业数据存储在一起，然后进行作物生长评价和产量预测。然而，这些方法在数据传输过程中存在隐私泄露和共享效率低的问题。此外，多方数据还面临着数据版权保护等数据安全问题。为了解决上述问题，隐私计算作为一种新兴的数据安全技术，为在不泄露原始数据的情况下实现多方协同分析提供了可行的途径。本文首先从数据采集、预处理、存储管理、数据分析到农业大数据在精准农业、产量预测、病虫害监测、供应链溯源、农业金融等领域的关键应用，全面综述了农业大数据的发展现状。然后，系统总结了同态加密、安全多方计算、差分隐私、联邦学习等主流隐私计算技术的原理和应用场景。重点分析了隐私计算技术在农业领域的应用，概述了隐私计算在农业数据传输、病虫害检测、作物监测、产量预测等方面的研究进展，并总结了当前隐私计算技术存在的主要挑战，包括通信成本、计算复杂度、异构适应性、评估机制以及隐私保护与模型性能之间的权衡。最后，探讨了通信压缩、轻量加密、多模态建模、评估体系构建与隐私-性能优化等隐私计算技术，助力农业智能化发展。

来源：2025年第10期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2025年第10期